張崇堯1，劉卓民2，王如倫1，周勃延2，田陸2
（1. 翼城鋼鐵有限責任公司，山西省臨汾市，041000）
（2. 衡陽鐳目科技有限責任公司，湖南省衡陽市，421001）
摘要：轉爐爐口的火焰信息和熔池碳含量及溫度之間存在緊密的聯(lián)系。爐口火焰的顏色、亮度等表征了鋼水溫度的高低，而火焰的形狀、紋理等則預示著鋼水含碳含量的多少。通過采集和分析爐口火焰信息，對鋼水碳含量和溫度進行預報，可以克服人工經(jīng)驗煉鋼穩(wěn)定性差，終點命中率低的缺點，現(xiàn)場實驗表明，當終點碳含量＜0.1%，控制范圍為±0.02%時，碳命中率大于90%，溫度控制范圍為±15℃時，溫度命中率大于90%，滿足轉爐煉鋼終點的要求。
關鍵詞：終點控制；火焰；圖像處理
1 前言
終點控制是轉爐冶煉后期的一個關鍵操作，準確命中終點有利于提高鋼廠生產效率、減少能源和原材料浪費、提高鋼材質量[1]。轉爐煉鋼終點控制技術的發(fā)展可以分為四個階段：人工經(jīng)驗煉鋼階段、靜態(tài)模型控制煉鋼階段、動態(tài)控制階段以及全自動冶煉。目前，全自動冶煉僅在少數(shù)大型鋼廠使用，如新日鐵，神戶制鋼等，采用較多的是動態(tài)控制技術，包括副槍和爐氣分析兩種方法[1-4]。副槍控制精度高，但是設備價格昂貴，探頭消耗大，同時對爐容要求嚴格，一般要求120t以上，難以滿足我國以中小鋼廠為主的現(xiàn)狀[5]。煙氣分析技術不受爐容限制，但是對原材料要求高，對鋼廠自動化要求高，同時其價格昂貴，且質譜儀屬于精密儀器，在鋼廠煉鋼環(huán)境下，氣體標定周期短，采樣頭更換頻繁，維護量大[6]。
鐳目公司開發(fā)的火焰信息終點預報系統(tǒng)，通過采集和分析爐口火焰信息，預報熔池碳含量和溫度，指導提槍操作。該系統(tǒng)遠離轉爐，維護量低，對提高我國轉爐冶煉水平，提升鋼材質量具有積極意義。
2 系統(tǒng)組成
系統(tǒng)主要由機械密封結構、光學模塊、光強采集模塊、視頻采集模塊、數(shù)據(jù)處理模塊、工控機等部分組成，如圖1所示。
光強采集模塊：用于將光強信號變成電信號再變成數(shù)字信號便于計算機分析處理，采用硬件濾波電路、軟件算法修正等方法來濾除噪聲、降低采樣的失真率。
視頻采集模塊：采用工業(yè)攝像機、大變焦自動鏡頭、高精度圖像采集卡，保證采集圖像的真實有效。
數(shù)據(jù)處理模塊：現(xiàn)場噪聲及光照、灰度偏移、幾何變形、原因使得圖像變得模糊不清，影響分析精度，采用中值濾波、直方圖修正、直方圖均衡化等技術有效降低火焰圖像的失真率、濾除噪聲、還原圖像真實信息。
圖1 火焰分析系統(tǒng)組成
3 系統(tǒng)工作原理
3.1 碳含量預報原理
煉鋼末期，碳含量的變化在火焰形狀、紋理等多個方面發(fā)生變化。因此，在傳統(tǒng)的人工判斷基礎上，通過計算機智能圖像識別來對末期碳含量進行標定，進而對鋼水中碳含量做實時預報。
通過計算機圖像處理，對火焰的原形態(tài)（通過濾鏡得到的圖像）做邊緣、中心紋理的提取，如圖2及圖3所示。
圖2 濾鏡過濾后火焰的原始形態(tài)圖像
圖3 經(jīng)過計算機圖像處理后的火焰特征圖像
每秒實時采集多張圖像，對每一張圖像做特征提取，然后把提取出來的紋理，邊緣特征轉為量化值。
火焰特征量化利用圖像的灰度共生矩陣GLCM（Gray-level co-occurrence matrix from an image）。灰度共生矩陣是像素距離和角度的矩陣函數(shù)，它穿越計算圖像中定然距離和定然方向的兩點灰度之間的相干性，來反映圖像在方向、間隔、改變幅度及快慢上的歸納信息。
取圖像(N×N)中任意一點（x，y）及偏離它的另一點（x+a，y+b），設該點對的灰度值為（g1，g2）。令點（x，y）在整個畫面上移動，則會得到各種（g1，g2）值，設灰度值的級數(shù)為k，則（g1，g2） 的組合共有 k 的平方種。對于整個畫面，統(tǒng)計出每一種（g1，g2）值出現(xiàn)的次數(shù)，然后排列成一個方陣，再用（g1，g2）出現(xiàn)的總次數(shù)將它們歸一化為出現(xiàn)的概率P（g1，g2），這樣的方陣稱為灰度共生矩陣。距離差分值（a，b）取不同的數(shù)值組合，可以得到不同情況下的聯(lián)合概率矩陣。（a，b）取值要根據(jù)紋理周期分布的特性來選擇，對于較細的紋理，選?。?，0）、（1，1）、（2，0）等小的差分值。
當 a=1，b=0時，像素對是水平的，即0度掃描；當a=0，b=1 時，像素對是垂直的，即90度掃描；當 a=1，b=1時，像素對是右對角線的，即45度掃描；當 a=-1，b=-1時，像素對是左對角線，即135度掃描。
這樣，兩個象素灰度級同時發(fā)生的概率，就將（x，y）的空間坐標轉化為“灰度對”（g1，g2）的描述，形成了灰度共生矩陣。
最終對灰度共生矩陣進行了如下的歸一化：
R的取值分為兩種情形：
① 
② 
通?？梢杂靡恍肆縼肀碚骰叶裙采仃嚨奶卣?，令G表示灰度共生矩陣，常用的特征有:
3.1.1 ASM（angular second moment）
也即每個矩陣元素的平方和。
如果灰度共生矩陣中的值集中在某一塊（比如對連續(xù)灰度值圖像，值集中在對角線；對結構化的圖像，值集中在偏離對角線的位置），則ASM有較大值，若G中的值分布較均勻（如噪聲嚴重的圖像），則ASM有較小的值。
3.1.2 對比度（contrast）
如果偏離對角線的元素有較大值，即圖像亮度值變化很快，則CON會有較大取值，這也符合對比度的定義。
3.1.3 IDM（inverse different moment）
如果灰度共生矩陣對角元素有較大值，IDM就會取較大的值。因此連續(xù)灰度的圖像會有較大IDM值。
3.1.4 熵（entropy）
若灰度共生矩陣值分布均勻，也即圖像近于隨機或噪聲很大，熵會有較大值。
3.1.5 自相關（correlation）
其中
自相關反應了圖像紋理的一致性。
根據(jù)以上原理，對整個末期火焰特征進行實時分析得出量化結果,最終通過對各個特征值的智能分析與計算，再結合煉鋼過程相關參數(shù)的跟蹤得到末期實時預報鋼水碳含量的功能。
3.2 溫度預報原理
根據(jù)輻射傳熱的觀點：物體在每一個溫度下都有一個最大輻射強度的波長，而且隨著溫度的升高，最大輻射強度的波長變短，物體的顏色由紅變白。所以火焰的顏色在很大程度上反映了火焰的溫度高低。
根據(jù)光輻射理論，當c2/λT遠大于1時，在某個特定的波長下，單色輻照度為[7]：
（4）
火焰圖像經(jīng)彩色CCD系統(tǒng)采集后按每像素24位方式存儲，其中包括各8位的紅色（R）綠色（G）藍色（B）。對各自通道，通道采集值正比于各自的單色輻照度，若R1G1B1為CCD器件RGB通道的亮度，KRKGKB為各通道的光電相應特性系數(shù)，則得到：
對（5）、（6）、（7）式取對數(shù)，然后采用兩兩相比再相比的方法，即可得到要測的溫度。
（8）
轉爐爐口火焰的溫度是由兩部分混合組成的[1]：一部分是從鋼水中逸出的CO氣體所具有的溫度，此溫度實際上反映了鋼水溫度；另一部分是CO氣體在爐口與氧進行完全反應后放出的化學熱，使火焰溫度升高，在一定碳含量下，其值可以認為是恒定的，因此可以從火焰顏色來計算火焰溫度，進而計算鋼水的溫度。
四 系統(tǒng)使用效果
火焰分析系統(tǒng)目前已經(jīng)在翼鋼公司1#轉爐上投入使用?，F(xiàn)場采集某一爐次的對比度，自相關性等的曲線如圖4（a）所示。從圖中可以看出，進入冶煉末期以后，幾個特征向量呈現(xiàn)出有規(guī)律的上升或下降的趨勢。根據(jù)曲線下降或上升程度，建立后期碳含量實時預報制度，對于某一爐次，其預報曲線如圖4（b）所示，從圖中可以看出，隨著碳含量降低，脫碳速率逐漸下降，符合實際冶煉規(guī)律。
圖4 碳含量預報；(a)-光強曲線;(b)-碳含量預報曲線
現(xiàn)場對50爐進行預報，14個碳以下，控制精度在±0.01%范圍內，命中率達到90%以上，當終點碳含量小于0.07%時，命中率達到95%以上，預報效果如圖5所示。
圖5 碳含量實測值與預報值比較
工業(yè)攝像機獲得火焰實時圖片后，系統(tǒng)基于RGB三色測溫方法對火焰瞬時溫度進行計算。通過不斷的采集圖片，連續(xù)地對熔池溫度進行預報。整個爐次中爐口火焰的溫度變化規(guī)律和熔池的溫度變化規(guī)律如圖6所示。從圖中可以看出，隨著冶煉進行，熔池溫度一直呈上升趨勢，火焰溫度則是先上升然后快速下降。
通過分析現(xiàn)場50爐的溫度情況，終點控制精度在±15℃時，命中率達到90%以上，能夠滿足鋼廠要求，預報效果如圖7所示。
圖7 溫度實測值與預報值比較
5 結論
（1） 火焰分析系統(tǒng)基于光電技術、機器視覺和冶金原理，實時采集轉爐爐口火焰光強和圖像信息，能夠用于熔池碳含量和溫度預報；
（2） 當終點碳含量小于0.15%，控制范圍±0.02%時，系統(tǒng)命中率在90%以上；當溫度控制精度±15℃時，系統(tǒng)命中率在90%以上，符合鋼廠使用要求。
參考文獻
[1] 馮捷, 張紅文. 轉爐煉鋼生產[M], 冶金工業(yè)出版社, 2006, 102-103.
[2] 孟祥寧, 張海鷹等. 轉爐煉鋼過程靜態(tài)控制模型的改進[J]. 材料與冶金學報, 2004, 3(4): 246-250.
[3] G. J. Apeldoorn, P. D. Hubbeling, et al. 達涅利康力斯副槍系統(tǒng)的應用[J]. 鋼鐵, 2004, 39(11): 29-32.
[4] 吳明, 吳發(fā)達. 應用煙氣分析直接出鋼模式的冶金效果[J]. 中國冶金, 2008, 18(10): 33-36.
[5] 劉瀏. 轉爐全自動吹煉技術[J]. 冶金自動化, 1999, 4: 1-6.
[6] 何平, 劉瀏等. 轉爐激光爐氣分析動態(tài)控制系統(tǒng)的開發(fā)[J]. 鋼鐵, 2007, 42(12): 20-24.
[7] 劉世才. 光輻射測量[M]. 北京理工大學出版社, 1991, 89-90.